RnDCircle Logo
arrow left icon

Computational Affective Neuroscience & Development Lab

한국과학기술원 의과학대학원

정범석 교수

Functional Near-Infrared Spectroscopy

Graph Neural Network

Diffusion Tensor Imaging

Computational Affective Neuroscience & Development Lab

의과학대학원 정범석

컴퓨테이셔널 감정신경과학 및 발달 연구실(CNDL)은 인간의 정서 경험, 뇌 발달, 그리고 정신건강 사이의 복잡한 상호작용을 첨단 뇌영상 및 계산모델링 기법을 통해 심층적으로 탐구하고 있습니다. 본 연구실은 정서적 학대, 언어적 학대 등 부정적 정서 경험이 청소년 및 성인의 뇌 구조와 기능에 미치는 영향을 fMRI, MRS, MEG/EEG 등 다양한 뇌영상 기법을 활용하여 분석합니다. 이를 통해 전전두엽, 해마, 편도체 등 감정 조절과 관련된 뇌 영역의 구조적·기능적 변화를 규명하고, 이러한 변화가 우울증, 불안장애 등 정신질환의 발병과 어떻게 연결되는지 밝히고 있습니다. 또한, 본 연구실은 감정 경험과 사회적 피드백, 의사결정 과정의 상호작용을 이해하기 위해 베이지안 통계, 심층 신경망 등 첨단 계산모델링 기법을 적극적으로 활용합니다. 사회적 피드백이나 소셜 미디어 상의 인식이 개인의 감정 및 의사결정에 미치는 영향을 수치적으로 모델링하고, 실제 행동 및 뇌영상 데이터와 결합하여 분석함으로써, 감정이 의사결정 과정에 미치는 영향, 불확실성 하에서의 선택, 사회적 처벌 기대가 뇌의 동기부여 회로에 미치는 영향 등을 정량적으로 해석합니다. 내수용감각(interoception)과 감정 유연성의 신경 기전 연구도 본 연구실의 핵심 분야 중 하나입니다. 심박 유발 뇌파, 심박 관련 EEG/MEG 신호, 기능적 뇌영상 등을 활용하여 내수용감각이 감정 인식, 감정 조절, 정신건강에 미치는 신경학적 메커니즘을 연구하고 있으며, 내수용감각 기반의 감정 유연성 증진 기술 개발, 신경 조절 기법, 디지털 치료기기 개발 등 실용적 응용 연구도 활발히 진행 중입니다. 이외에도, 본 연구실은 청년기 우울증 예측 플랫폼, 자살 위험 예측 인공지능, 불안장애 평가 시스템 등 다양한 실용적 도구 개발에 앞장서고 있습니다. 이러한 연구는 정신질환의 조기 진단 및 예측, 맞춤형 치료 전략 개발에 중요한 역할을 하며, 실제 임상 및 사회적 문제 해결에 기여하고 있습니다. 궁극적으로, 본 연구실은 인간의 감정 경험과 뇌 발달, 그리고 정신건강의 본질을 과학적으로 규명하고, 이를 바탕으로 사회적·임상적 문제 해결에 기여하는 것을 목표로 하고 있습니다. 다양한 학제 간 융합 연구와 혁신적 기술 개발을 통해, 미래 정신건강 연구의 새로운 패러다임을 제시하고 있습니다.

Functional Near-Infrared Spectroscopy
Graph Neural Network
Diffusion Tensor Imaging
정서적 경험이 뇌 발달에 미치는 영향
정서적 경험, 특히 정서적 학대나 언어적 학대와 같은 부정적 경험은 뇌 발달에 중대한 영향을 미칠 수 있습니다. 본 연구실에서는 fMRI, MRS, MEG/EEG 등 다양한 뇌영상 기법을 활용하여 이러한 정서적 경험이 청소년 및 성인의 뇌 구조와 기능에 미치는 영향을 심층적으로 분석하고 있습니다. 예를 들어, 언어적 학대 경험이 전전두엽, 해마, 편도체 등 감정 조절과 관련된 뇌 영역의 구조적·기능적 변화와 어떻게 연관되는지 규명하고 있습니다. 이러한 연구는 단순히 뇌의 구조적 변화를 넘어서, 신경화학적 변화와 신경 네트워크의 연결성 변화까지 포괄합니다. 예를 들어, 욕설 자극에 대한 뇌의 글루타메이트 반응, 전전두엽 산소화 변화, 백질 연결성의 이상 등 다양한 생체지표를 통해 정서적 학대가 뇌에 미치는 영향을 다각도로 분석합니다. 이를 통해 정서적 경험이 뇌 발달과 정신건강에 미치는 장기적 영향을 체계적으로 밝히고 있습니다. 이러한 연구 결과는 아동기 및 청소년기의 부정적 정서 경험이 성인기 정신질환(우울증, 불안장애 등) 발병 위험과 어떻게 연결되는지 이해하는 데 중요한 기초 자료를 제공합니다. 나아가, 조기 개입 및 예방 전략 수립에도 실질적인 근거를 제시할 수 있습니다.
감정 및 사회적 의사결정의 계산모델링
감정 경험과 사회적 피드백, 의사결정 과정의 상호작용을 이해하기 위해 본 연구실은 베이지안 통계, 심층 신경망 등 첨단 계산모델링 기법을 적극적으로 활용하고 있습니다. 예를 들어, 사회적 피드백이나 소셜 미디어 상의 인식이 개인의 감정 및 의사결정에 미치는 영향을 수치적으로 모델링하고, 실제 행동 및 뇌영상 데이터와 결합하여 분석합니다. 이러한 접근은 단순한 행동 관찰을 넘어, 감정이 의사결정 과정에 미치는 영향, 불확실성 하에서의 선택, 사회적 처벌 기대가 뇌의 동기부여 회로에 미치는 영향 등을 정량적으로 해석할 수 있게 합니다. 최근에는 다중 에이전트 환경에서의 통제 가능성 추론, 감정적 피드백이 학습 및 적응에 미치는 영향, 우울증 및 불안장애 환자에서의 위험 예측 및 의사결정 편향 등 다양한 주제를 다루고 있습니다. 이러한 계산정신의학적 연구는 정신질환의 진단 및 예측, 맞춤형 치료 전략 개발에 중요한 역할을 할 수 있습니다. 실제로 본 연구실은 청년기 우울증 예측 플랫폼, 자살 위험 예측 인공지능, 불안장애 평가 시스템 등 다양한 실용적 도구 개발에도 앞장서고 있습니다.
내수용감각과 감정 유연성의 신경 기전
내수용감각(interoception)은 자신의 신체 내부 상태(예: 심박, 호흡 등)를 감지하고 해석하는 능력으로, 감정 경험과 밀접하게 연관되어 있습니다. 본 연구실은 심박 유발 뇌파(HEP), 심박 관련 EEG/MEG 신호, 기능적 뇌영상 등을 활용하여 내수용감각이 감정 인식, 감정 조절, 정신건강에 미치는 신경학적 메커니즘을 연구하고 있습니다. 특히, 심박에 동기화된 뇌 네트워크의 변화, 감정 자극에 따른 내수용 신호의 변동, 그리고 이러한 신호가 우울, 불안, 스트레스 등 정신건강 지표와 어떻게 연결되는지 다각도로 분석합니다. 또한, 내수용감각 기반의 감정 유연성 증진 기술 개발, 신경 조절 기법, 디지털 치료기기 개발 등 실용적 응용 연구도 활발히 진행 중입니다. 이러한 연구는 감정 장애의 조기 진단 및 맞춤형 치료, 감정 조절 능력 향상, 정신건강 증진을 위한 새로운 접근법을 제시할 수 있습니다. 더 나아가, 내수용감각의 신경 기전을 기반으로 한 인공지능 및 디지털 헬스케어 기술 개발에도 기여하고 있습니다.
1
Feel Sad with Heartbeat
Kim et al.
Scientific Rep., 1970
2
Feel differently
Kim et al.
Front.Hum.Neurosci, 1970
3
Being criticized hinders exploration
Kim et al.
SCAN, 1970
1
멀티모달 뇌자도/뇌파/뇌영상을 활용한 뇌전증 네트워크 기반 SEEG 전극 자동화 인공지능 플랫폼 개발
한국보건산업진흥원
2024년 07월 ~ 2024년 12월
2
내수용감각(interoception)에 기반한 감정 유연성의 신경 기전 규명 및 증진 기술 개발
한국연구재단
2024년 ~ 2024년 12월
3
(RCMS)검붉은 초점 빛 펄싱(pulsing) 패턴 응용 디지털 수면제 기기 및 앱 개발(2023년도)
한국산업기술기획평가원
2023년 06월 ~ 2023년 11월